基于计算图结构自动推理的深度学习编译器测试用例生成方法

本发明属于软件工程领域，具体为一种基于计算图结构自动推理的深度学习编译器测试用例生成方法，可用于深度学习编译器测试用例生成，从而提高深度学习编译器的测试效率。该方法分为两个阶段：在计算图结构学习阶段，采用文本生成模型来学习计算图的结构信息；计算图中每个算子之间的关系就像自然语言中单词间的关系一样，而每一条计算路径则类似于一个句子；进而将计算图中所有计算路径提取出来，就可以利用高效的文本生成模型学习已有计算图结构信息，并应用于生成新的计算图。在计算图推理生成阶段，通过利用计算图结构学习阶段得到的计算图结构推理模型，从而自动地根据当前节点的信息推理出下一个节点，以构成复杂多样的深度神经网络模型。